首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >java8新特性--并行流与串行流

java8新特性--并行流与串行流

作者头像
别团等shy哥发育
发布2023-02-25 16:42:21
发布2023-02-25 16:42:21
7160
举报

并行流与串行流

1、概述

并行流就是把一个内容分成多个数据块,并用不同的线程分 别处理每个数据块的流。 Java 8 中将并行进行了优化,我们可以很容易的对数据进行并 行操作。Stream API 可以声明性地通过 parallel() 与 sequential() 在并行流与顺序流之间进行切换。

2、实例

若我们需要计算从0到1000000000L的累计和,若是普通的从0加到1000000000L,势必对cpu的利用率不高,我们做个测试 1、普通的累加和:

代码语言:javascript
复制
long start = System.currentTimeMillis();
		
		long sum = 0L;
		
		for (long i = 0L; i <= 1000000000L; i++) {
			sum += i;
		}
		
		System.out.println(sum);
		
		long end = System.currentTimeMillis();
		
		System.out.println("耗费的时间为: " + (end - start));

2、采用并行流计算

代码语言:javascript
复制
long start = System.currentTimeMillis();
		Long sum1 = LongStream.rangeClosed(0L, 1000000000L)
							 .parallel()
							 .reduce(0,Long::sum);
		
		System.out.println(sum1);
		long end = System.currentTimeMillis();
		
		System.out.println("耗费的时间为: " + (end - start));

从结果来看,差距并不是很大,有时候并行流执行时间比普通的累计还长,是因为并行流执行的时候会递归将计算进行差分,最后再将拆分的结果合并,会消耗掉一部分时间。所以,可以增大数据量去测试,效果就会很明显。

加大数据量,计算从0到10000000000L 1、普通累加和:

2、并行流计算

可以看到,数据已经溢出了,但是我们观察消耗时间可以发现,数据量越大,并行流的优势越明显

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2021-04-20,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 并行流与串行流
  • 1、概述
  • 2、实例
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档